买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116106686B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310123602.5，技术领域涉及：G01R31/08；该发明授权基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法是由陈晓龙;孙丽蓉;李永丽;李斌;李博通设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法在说明书摘要公布了：本发明基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法，包括S1、故障测距分析；S2、ANN1设计与训练；S3、ANN2的输入计算；S4、络ANN2设计与训练；S5、故障测距。本发明利用输电线路正常运行和短路故障时双端非同步采样的正序电压和正序电流实现双端故障测距，测距精度不受故障位置、故障类型、过渡电阻、故障初相角、负荷电流以及非同步数据等因素的影响，测距精度高；在进行故障测距时不依赖于线路模型和线路参数，不受线路建模和参数误差的影响；在利用少量故障数据训练网络的情况下依然有较高的测距精度；基于网络迁移思想，可利用正常运行数据实时更新网络中的线路参数信息，当线路参数变化不超过±1％时仍可有较高的测距精度。

本发明授权基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法在权利要求书中公布了：1.一种基于人工神经网络和网络迁移的双端输电线路非同步故障测距方法，其特征在于：所述方法的步骤为： S1、故障测距分析 当双端输电线路发生故障时，令 其中：和分别为线路故障后M端的正序电压、正序电流和N端的正序电压、正序电流； A为一个2阶方阵，其值仅取决于不同线路模型下的线路参数和δ，M端采集数据相对于N端采集数据的不同步角度为δ，与故障类型、故障位置因素无关； 经过故障分析和公式推导得到测距函数： 其中：fx为包含线路参数和故障位置的表达式； 当双端输电线路正常运行时，线路两端电压、电流有如下关系： 其中：和分别为线路正常运行时的M端正序电压、正序电流和N正序电压、正序电流； S2、正常网络ANN1的设计与训练 1ANN1为三层前馈神经网络结构，输入层神经元和输出层神经元的数量均为4，综合考虑神经网络的输出误差和过拟合现象，将隐藏层神经元的数量选为10，激活函数选用线性函数； 2采集大量的线路正常运行数据，以线路M端正序电压、正序电流的实部和虚部作为ANN1的输入，线路N端正序电压、正序电流的实部和虚部作为ANN1的输出，对ANN1进行训练，从而拟合式3中M端正序电压、正序电流与N端正序电压、正序电流之间的映射关系，并将该映射关系以神经元之间连接权值和阈值的形式存于ANN1中； S3、故障测距网络ANN2的输入计算 采集线路发生故障时的数据，如式1所示以线路M端的正序电压和正序电流作为训练后ANN1的输入，并将其输出与线路N端的正序电压、正序电流进行相减运算，从而得到ANN2的输入； S4、故障测距网络ANN2的设计与训练 1ANN2输入层神经元和输出层神经元的数量分别为4和1，将ANN1的网络参数迁移至ANN2中并固定，并在其后增加一个隐藏层，形成故障测距网络ANN2，综合考虑神经网络的输出误差和过拟合现象，将新隐藏层神经元数量选为10，激活函数选用tansig函数； 2利用人工神经网络拟合式2中的函数关系，以步骤S3中的计算结果作为ANN2的输入，对应的故障位置作为ANN2的输出，对ANN2进行训练，调整ANN2其余网络参数； S5、故障测距 线路发生故障后，采集线路两端的正序电压和正序电流，以线路的M端数据为ANN1的输入，并将其输出与线路的N端数据进行相减运算得到ANN2的输入，对应的ANN2输出结果便为线路的故障位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300074 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。